নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B

Qwen3.5-27B average score-এ এগিয়ে: 6.5 vs 6.3. LongCat 2.0-এর benchmark খরচ কম: $0.044 vs $0.090. Qwen3.5-27B দ্রুত: 4.76s vs 5.18s, pass rates 36.4% vs 40.9%.

প্রস্তাবিত মডেলQwen3.5-27BIt has the strongest score in this comparison (6.5) and the best overall balance of cost and response time across all 2 models.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক LongCat 2.0 LongCat 2.0 none প্রকাশ: 2026-07-20 Qwen3.5-27B Qwen3.5-27B none প্রকাশ: 2026-02-24
স্কোর 6.3 6.5
র‍্যাঙ্ক #111 #103
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.3 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 36.4% 40.9%
অস্থির টেস্ট 2 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.627 0.763
মোট খরচ $0.044 $0.090
ইনপুট মূল্য $0.300 / 1M $0.260 / 1M
আউটপুট মূল্য $1.200 / 1M $2.600 / 1M
মোট ইনপুট টোকেন 108,743 102,316
আউটপুট টোকেন 9,372 24,321
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 5.18s 4.76s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.38s 69.46s
প্রতিক্রিয়া সময় (মোট) 113.95s 104.71s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#111 LongCat 2.0

none
খরচ
$0.027
সময়
411.7s
টোকেন
22,283 tok

#103 Qwen3.5-27B

none
খরচ
$0.007
সময়
42.9s
টোকেন
4,273 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0
Qwen3.5-27B 5.8 10.0 33.3% 0 1.80s 7,913 415 0

দ্রুত তুলনা

তুলনার জুটি বদলান